睡眠监护技术的发展

睡眠医学已经发展成为医学中一门新的边缘学科，近年来取得了快速的发展。睡眠障碍是许多疾病形成和发展的重要因素，尤其阻塞性睡眠呼吸暂停是心血管疾病一个独立的危险因素，如何能有效监测病人的睡眠状况，为病人疾病的早期诊断提供依据，已引起人们的重视。本综述了睡眠中的一些常见疾病，以及近年来在睡眠监护中临床和试验研究中所用到的一些方法。     

智能实时睡眠监测与干预系统的设计与实现

目的设计可以监测、分析、干预以及反馈人体睡眠状况的智能实时睡眠监测与干预系统,以改善使用者睡眠问题。方法首先设计智能实时睡眠监测与干预系统,其中生命体征信号采集模块实时监测人体肢体动作、心脏泵血等引发的振动;数据处理中心提取体动信号、呼吸信号与心冲击信号(ballistocardiogram,BCG)信号,利用睡眠监测算法进行睡眠状况分析;中药香薰器由数据处理中心控制开关,利用含有中药成分的香薰干预睡眠;同时睡眠监测实时反馈干预情况下的数据。然后选取3名失眠的被试者进行测试,检验系统的有效性。结果所构建的系统可以实时记录被试者睡眠情况并形成睡眠分期图,也可利用中药香薰有效地干预被试者不良睡眠情况。结论该系统能够实现非接触式睡眠情况采集与分析以及对入睡困难或睡眠质量不佳等状况的干预。     

基于因子分析的生物电阻抗技术的睡眠呼吸容积监测

目的 为了消除睡眠姿势变化对呼吸容积监测的影响,提出一种基于双通道生物电阻抗技术对左右肺呼吸阻抗信号进行数据融合实现呼吸容积监测的新方法。方法 本文搭建了一套基于双通道生物电阻抗技术的睡眠呼吸容积监测系统,用多导生理信号记录仪MP150(BIOPAC,美国)采集10名受试者依次保持仰卧、左侧卧和右侧卧3种睡眠姿势下平静呼吸时的呼吸流速信号以及左右肺和胸腔的呼吸阻抗信号。以呼吸流速信号为金标准,比较通过因子分析法得到的左右肺融合信号和单通道胸腔的呼吸阻抗信号。结果 相比于单通道阻抗方法,因子分析方法获得的左右肺融合的呼吸阻抗信号与金标准信号之间的平均误差值要更小,且一致性更好。结论 基于双通道阻抗技术结合因子分析的数据融合算法是一种可信的睡眠呼吸容积监测新方法。     

基于心率变异分析的睡眠分期方法

利用隐马尔可夫模型（HMM）对心率变异性（HRV）进行分析，识别HRV在不同睡眠分期的模式变化，从而推算出相应的睡眠分期。在信号处理的过程中采取了一定的措施降低个体差异对分析的影响；在特征提取中还考虑了HRV中超低频分量和睡眠的关系。由于心率信号的提取对睡眠几乎没有任何干扰，因此，本文提出的睡眠分期方法可以较好地反映受试者在自然条件下真实的睡眠状况，实验证明，该方法简单可行，其睡眠分期的结果和人工分期相比的符合率可以满足很多睡眠监测场合的需要，尤其适用于健康人常年的睡眠监测。     

睡眠中的心率变异性

睡眠中的心率变异性杨军俞梦孙苏琳陈蓓北京新兴生物医学工程研究发展中心（１０００３７）睡眠医学与研究觉醒和睡眠好像一个钟摆，是生命活动必需的两个互相转化的过程。对睡眠过程的研究无疑对我们了解人体生理机制有重要意义，还可以发现某些疾病的隐患或者致病因素，...     

多导睡眠图仪选择性监测与分析系统的研制

针对传统多导睡眠图仪在监测过程中粘贴电极多、患者负荷大、信号缺失后无法分析等问题,研制一款信号可选择的多导睡眠监测与分析系统.该系统能针对不同患者的需求,可繁可简地获取患者的监测信号;也可在电极脱落造成信号缺失的情况下,利用数据挖掘及信息融合技术和专家知识,从心率变异性及相关信号时频域耦合关系中提取睡眠呼吸障碍的疾病诊断信息.实验表明:该系统与多导睡眠图仪在诊断结果方面无明显性差异.在一定程度上弥补了传统多导睡眠图仪的不足,简化了诊断程序,降低了患者的检查负荷,已在医院得到初步应用,有望进一步推广.     

多导睡眠图与睡眠呼吸障碍疾患

多导睡眠图(polysomnography，PSG)是指通过记录全夜睡眠过程中的脑电、肌电、呼吸、血氧等生理信号，经处理分析后得出有关睡眠结构、呼吸事件、血氧饱和度、鼾声、体位和心电图动态变化具体数据，为睡眠呼吸障碍疾患的诊断提供客观依据的一种物理监测技术。     

基于加速度传感器的睡眠体位监测方法的研究

目的：睡眠质量是保证身体健康的重要因素,目前常用的评价方法有主观评价法和客观评价法两种,各有利弊。持续监测睡眠过程中身体位置的变化是客观评价睡眠质量的方法之一。为了能够低成本、大量、准确的采集睡眠状态信息,介绍一种基于加速度传感器的睡眠体位检测的方法。方法：加速度传感器能准确感知人体体位变化,具有体积小精度高的特点。通过佩戴在小腹位置的以IAP12LE5A62AD单片机和MMA7361加速度传感器为核心的微型体位状态采集设备连续采集睡眠期间的身体位置状态,然后通过上位机软件对体位信号的突变、渐变、状态间相似度进行分析,从中分离出相关体位信息。结果：对静态体位信号和身体位置的快速变化的识别率较高,查全率达到98.9%以上,查准率超过93%,对于缓慢变化的身体状态的识别率略低,查全率达到85%以上,查准率达到96%。结论：该方法结构简单、成本低,对睡眠影响很小,能够比较准确的反映睡眠过程中体位状态,可以用来评价睡眠质量,适用于对大量患者长时间的睡眠监测。     

睡眠监护技术的发展

睡眠医学已经发展成为医学中一门新的边缘学科,近年来取得了快速的发展.睡眠障碍是许多疾病形成和发展的重要因素,尤其阻塞性睡眠呼吸暂停是心血管疾病一个独立的危险因素,如何能有效监测病人的睡眠状况,为病人疾病的早期诊断提供依据,已引起人们的重视.本文综述了睡眠中的一些常见疾病,以及近年来在睡眠监护中临床和试验研究中所用到的一些方法.     

多导睡眠图

多导睡眠图（polysomnogram，PSG）是指通过记录全夜睡眠过程中的脑电、肌电、呼吸、血氧等生理信号，经处理分析后得出有关睡眠结构、呼吸事件、血氧饱和度、鼾声、体位和心电图动态变化具体数据，为睡眠呼吸障碍疾患的诊断提供客观依据的一种物理监测技术。     

睡眠呼吸暂停分析系统

本文介绍了一种用于监测睡眠呼吸疾患的计算机自动分析系统的工作原理和软硬件设计。该系统实时显示、记录存储人体9种不同生理信号,自动分析报告睡眠、呼吸和血氧饱和度的动态变化。临床应用证明该系统可为临床诊断失眠、鼾症和睡眠呼吸暂停等睡眠障碍提供可靠的客观依据,与传统的记录多导睡眠图的方法相比,具有节省人力、时间和记录纸的优点。     

经皮电刺激治疗阻塞性睡眠呼吸暂停综合征的研究

目的：采用经皮无创的双向电流脉冲刺激舌下颏舌肌，研究这种方法作为治疗阻塞性睡眠呼吸暂停综合征的可能性和适用性。方法：采用PSG同步监测，根据患者不同的情况，分析给出最佳的电刺激参数，当发生睡眠呼吸暂停时及时给予适当的电刺激信号，以颏舌肌为主的上气道扩张肌使舌体向前运动，扩大舌咽气道，从而降低上气道阻力，改善夜间低氧血症，使睡眠结构得以改善，达到治疗目的。结果：对22名阻塞性睡眠呼吸暂停综合征患者给予经皮无创电刺激舌下神经分支，经治疗后显效17名，好转2名，无效3名，有效率77．27％。结论：这是一种非手术的、有临床价值的、低费用的治疗阻塞性睡眠呼吸暂停综合征的方法。     

睡眠和睡眠障碍脑电图

睡眠是一种重要的生理现象，人类通过睡眠可以消除疲劳，更好地恢复精神和体能，使人在睡眠之后，保持良好的觉醒状态，提高工作和学习效率。脑电图(EEG)观察和研究是人类睡眠和睡眠障碍特征的重要监测手段。     

Flash芯片和LCD模块在便携式多导睡眠监测系统中的应用

目的：解决全指标便携式多导睡眠监测系统的信号采集、显示和数据储存问题。方法：选用低功耗单片机、大容量Flash芯片和LCD模块,通过软、硬件设计,实现多导信号的采集、显示和存储。结果：研制成功可实时多导采集、显示与储存12导生理信号的电路模块和驱动程序。结论：本文提供了适用于全指标便携式多导睡眠监测系统的信号采集、显示和数据储存的方法。     

柔性可穿戴传感系统设计

人口老龄化及老年人慢性病患病率的增加,给家庭和社会带来了巨大的经济负担。新型非侵入式可穿戴传感系统不仅可以连续实时地监测人们的重要生理体征,评估个人健康状况,并且可以提供高效、便捷的信息反馈,从而减轻老年人慢性病带来的健康风险。本文围绕可穿戴生理信号及运动信号监测,开发了一套针对人体生理信号和行为信号检测的可穿戴系统,探索了柔性可穿戴传感技术的设计以及在传感系统中的应用。系统包含了智能帽、智能衣、智能手套和智能鞋垫,可实现对人体生理信号和运动信号的长程连续监测。文章对系统进行了性能验证,同时将新型传感系统和商用设备进行比较。评估结果表明,新型系统的性能与现有系统相当。总之,新型柔性传感系统为生理和运动信号监测提供了一种精准、可拆卸、可扩展、用户体验友好和舒适的解决方案,有望用于远程医疗监测,为医生/患者提供个性化信息监测、疾病预测和诊断。     

睡眠障碍的手机监测方法研究

阻塞性呼吸睡眠障碍(OSA)的监护及诊断因过于复杂而主要限于在医院进行,大量就医已造成医疗机构压力增大。为简化操作、实现对OSA患者的日常监护和初步诊断,本文阐述了一种基于手机的睡眠监测和评估方法。通过Visual Studio 2008下的程序开发,实现了手机采集鼾声信号的功能,并在MatLab环境下,对音频信号进行初步处理,定位鼾声信号以及分析患者健康状况。通过计算机模拟鼾声信号的实验表明,该方法较好地实现了上述功能,对异常鼾声信号的诊断结果较为准确。本文为家庭化低成本呼吸睡眠障碍监测提供了重要且现实的技术途径。     

短睡眠者与失眠症患者的睡眠生理和心理活动差别分析

目的：比较短睡眠者,失眠症患者和睡眠正常者的睡眠生理及心理活动特点,并对失眠症状的影响因素进行分析。方法：对三组对试选用MMPI人格评定,昼间心理生理唤醒实验,人睡前情评定及多导睡眠图整夜睡眠描记。结果：短睡眠组的睡眠潜伏期长于失眠症组,睡眠总时间和睡眠效率与失眠症组无显著差别;但醒起时间,醒觉时间和日间功能障碍分显著低于失眠症组,与睡眠正常组无显著性判别,MMPI评定,短睡眠组在疑病,抑郁,癔病及精神衰弱项目分低于失眠症组,与睡眠正常组无显著性差别,社会内向性项目分低于失眠症组和睡眠正常组,轻躁狂项目分高于失眠症组和睡眠正常组,短睡眠组的夜间人睡前焦虑水平低,白天心理生理唤醒值与睡眠生理指标的相关系数低于失眠症组。结论：短睡眠者的睡眠潜伏期长,睡眠总时间短,但睡眠质量好,人格特征,夜间情绪水平接近正常人。     

睡眠生理参数的中医解读初探

目的 探索以中医基础理论指导、通过睡眠认识人体身心状态的方法.方法 以一种自然睡眠检测技术为平台,通过对2 000余例受试者睡眠检测数据和临床资料的分析,提出睡眠周期反映经脉循行的假说,并初步探索夜间睡眠参数趋势中的气血阴阳信息.结果 睡眠周期是睡眠过程中气血依时辰在不同经脉间循行的表现;经脉或相关脏腑的疾病状态下,睡眠的周期性以及睡眠结构会发生相应变化;夜间睡眠过程中的心率、呼吸率等动态变化同样反映了阴阳的交替、推移.结论 可将睡眠过程参数判读作为中医辨证手段的补充.     

利用ECG信号检测睡眠呼吸暂停的小波包分析方法

文章根据睡眠呼吸暂停与心率变化的关系。阐述了从心电图中检测睡眠呼吸暂停的方法。该方法首先通过对心率信号进行小波包变换，提取特征向量，然后根据特征向量的变化检测出睡眠呼吸暂停的位置和分布。结果表明，该方法物理意义明确，诊断结果精度高，为睡眠呼吸暂停综合症的早期诊断、监护及预后评估提供了新的分析工具。     

睡眠呼吸暂停综合征患者的睡眠分期算法研究

针对可穿戴睡眠监测缺乏有效的自动睡眠分期和睡眠质量评价方法这一问题,提出一种适用于睡眠呼吸暂停综合征患者的自动睡眠分期方法。通过心电图R-R间期序列,分别得到心率变异性、呼吸幅度变异性和呼吸率变异性信号。以此为基础,提取时域、频域及非线性特征共55个。利用门控循环单元网络,分别构建清醒-睡眠二分类、清醒-快速眼动-非快速眼动睡眠三分类、清醒-快速眼动-浅睡-慢波睡眠四分类、清醒-快速眼动-非快速眼动Ⅰ-Ⅱ-Ⅲ期五分类等共4个不同分类粒度的睡眠分期模型;采用损失函数类别加权方法,有效降低数据非平衡对分期结果的影响。验证数据来自SHRS数据库的274例患者。借助准确率、Cohen's Kappa系数和睡眠结构指标对该睡眠分期方法进行性能评价。结果表明4个分类器的准确率分别为85.06%、75.44%、63.80%、62.13%,Cohen's Kappa系数达到了0.54、0.49、0.41、0.41,睡眠结构分析评估与临床结果之间的差异无统计学意义。所提出的方法基本满足睡眠质量评估的需求,适用于可穿戴睡眠监测应用。